AMD的股价又涨了!
2019年AMD的股价上涨近150%,是去年标普500指数中表现最佳的股票。2020年开年,即使受到疫情的影响,AMD股价仍旧狂涨,截止2020年7月30日,AMD股票每股到了76.09美元!远远超过几个月前58.9美元的记录,上涨势头仍在持续,AMD市值更是达到了891.16亿美元。
这都得益于AMD产品在市场的良好表现。第二季度财报显示,市场对Ryzen个人计算机芯片和EPYC(霄龙)服务器处理器的强劲需求,使得销售额比去年同期增长了26%,毛利率提高3%。其中,EPYC(霄龙)服务器处理器更是创下新纪录,收入同比翻了一番。
说起数据中心市场,就不得不提英特尔与AMD这对“冤家”,多年来,英特尔在数据中心市场一直保持强势增长,AMD如何在数据中心市场实现“逆袭”?
AMD总裁兼首席执行官苏姿丰博士一直坚信数据中心市场是AMD的重大机遇,近年来,AMD持续并不断加大对数据中心市场进行投资,在该领域开发新产品。第二代AMD EPYC(霄龙)系列处理器自去年8月面世,至今已经快一年的时间了,回报可谓相当丰厚。
数据中心市场-AMD的硬实力
重新回到数据中心市场,AMD布局已久。多年前,AMD进行了全新CPU Zen核心的研发,这是一个完全重新开始的设计,AMD在这项研发中投入了大量的人力和精力,来打造这个高性能的CPU核心。然后,在此基础上打造EPYC。
第二代AMD EPYC(霄龙)系列处理器使用的已经是第二代的Zen2核心,与第一代Zen核心相比,IPC性能又提升了15%,还采用了Chiplets小芯片设计,基于领先的7nm制程技术,带来了性能、电量消耗和核心密度的巨大提升。
另外,在前后端改进方面,Zen2有更优良的分支预测器,更出色的指令预取,重新优化的指令缓存和更大的运行缓存;在浮点方面,浮点宽度翻倍,增至256 bit,载入/存储带宽翻倍,增加了分发/收回带宽,所有模式都能够保持高吞吐量。
这也是AMD能与英特尔“掰手腕”的硬实力,英特尔10nm工艺迟迟难产,目前10nm制程工艺的Ice Lake服务器芯片依然没有出货,就在近日,英特尔还宣布了其7纳米产品路线图将推迟6个月,这也给了AMD更多的时间来争抢数据中心市场。
第二代AMD EPYC(霄龙)系列处理器在产品性能、价格等方面都极具竞争力,能为用户带来更好的效益,其专门为现代数据中心工作负载而设计,为客户提供了一个理想的功能组合。今年4月,AMD乘胜追击,对第二代AMD EPYC(霄龙)系列处理器进行补充,新增三款全新的处理器产品,分别是AMD EPYC 7F32(8核)、EPYC 7F52(16核)和EPYC 7F72(24核)。
先进的技术与好的产品,造就AMD进军数据中心市场的硬实力。
合作伙伴-众人拾柴火焰高
AMD已经站得足够高了,越来越多的企业也看到了AMD EPYC的实力与潜力,从而成为了AMD的合作伙伴。
AMD的野心也很大,与之合作的有原始设备制造商(OEM)、原始设计商(ODM)、云提供商,还包括独立软件开发商(ISV)和独立硬件供应商(IHV)等企业,这是一个生态系统,这也是EPYC迅速壮大的基础。
有了第一代AMD EPYC(霄龙)系列处理器累积的客户,第二代产品上市之初已经有超过60家的合作伙伴,包括技嘉、QCT、博通、美光、赛灵思、微软、谷歌、Twitter、联想、HPE等企业纷纷加入到AMD阵营中,更多合作细节也陆续曝光,包括:
第二代AMD EPYC处理器驱动的Amazon EC2 C5a实例现已经在AWS美国东部、AWS美国西部、AWS欧洲和AWS亚太地区广泛可用;
第二代AMD EPYC 7742处理器为NVIDIA全新的AI和机器学习系统DGX A100提供支持;
第二代AMD EPYC处理器为Oracle云基础设施计算E3平台提供支持;
两大E级超算(Exascale百亿亿次)超级计算机Frontier和El Capitan未来都将采用AMD EPYC CPU和AMD Radeon Instinct GPU,以及开源的AMD ROCm异构计算软件……
酒香不怕巷子深,将来会有越来越多的合作伙伴与客户喊出那句:AMD YES!
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。